Kutia e mjeteve Gemini: gjithçka që mund të bëni sot me aplikacionet, mjetet dhe API-në e IA-së të Google

Kryesore » Aplikacionet më të mira » Kutia e mjeteve Gemini: gjithçka që mund të bëni sot me aplikacionet, mjetet dhe API-në e IA-së të Google

“Kutia e mjeteve Gemini” nuk është më thjesht një frazë që të tërheqë vëmendjen; është grupi praktik i aplikacioneve, mjeteve, agjentëve dhe API-ve që Google po i ndërthur në heshtje në gjithçka, nga të mësuarit rastësor deri te rrjedhat e punës në ndërmarrje. Në vend të një asistenti të vetëm monolit, Gemini tani sillet më shumë si një kuti mjetesh ku çdo veçori është një instrument specifik: motor kërkimi, tutor, ndihmës kodi, planifikues takimesh, ndërtues diapozitivash dhe shumë më tepër.

Nëse e kuptoni se si këto pjesë kombinohen së bashku - Canvas, Guided Learning, Laboratorët, agjentët, Gemini Enterprise dhe Gemini API - mund ta shndërroni Gemini në një kalë pune të vërtetë në vend të një chatbot-i të ri. Më poshtë do të gjeni një turne të detajuar të këtij kutie mjetesh: çfarë ndodhet në zonën e qëndrueshme "Mjete", çfarë po testohet në "Laboratorë", si sillet Gemini si tutor me imazhe dhe video dhe si zhvilluesit mund ta lidhin API-në me Google Workspace për automatizim serioz.

Çfarë saktësisht ka në kutinë e veglave të Binjakëve sot?

Gemini kuptohet më së miri si një familje modelesh të IA-së ( çfarë janë modelet gjuhësore ) (Gemini 1.0, Gemini 1.5, Gemini 3 e kështu me radhë) të ofruara përmes front-endeve të ndryshme: uebi, aplikacione mobile, integrimi i Workspace dhe një API për zhvilluesit. Ideja e "kutisë së mjeteve" vjen nga mënyra se si Google tani grupon aftësi konkrete brenda ndërfaqes Gemini, veçanërisht në ueb.

Në internet, zgjedhësi kryesor brenda Gemini është i ndarë në dy zona kryesore: "Mjetet" për funksionalitet të qëndrueshëm dhe gati për prodhim dhe "Laboratorët" për eksperimentet që janë ende në zhvillim e sipër. Mendoni për "Mjetet" si kaçavidën e besueshme që e kapni çdo ditë, ndërsa "Laboratorët" është tabaka ku mbani prototipet që mund të ndryshojnë formë javën tjetër.

Në celular, aplikacionet Gemini po shtojnë shumë nga këto mjete të njëjta - mësim të udhëhequr, përvoja të ngjashme me Canvas, ndihmë të pasur me imazhe - por ato po lançohen gradualisht. Nëse nuk shihni ende një veçori specifike në aplikacion, Google rekomandon shprehimisht të provoni përsëri më vonë ose të shkoni te gemini.google.com për të parë versionin më të fundit në internet.

Në brendësi, të gjitha këto sipërfaqe mbështeten nga Gemini API, i cili ekspozon modele multimodale dhe thirrje funksionesh në mënyrë që të mund të gjeneroni përmbajtje, të analizoni imazhe ose të orkestroni rrjedhat e punës përmes kodit. Ky API është baza për shumë nga automatizimet e Workspace që do të trajtojmë më vonë.

Mjetet kundrejt Laboratorëve: si i organizon Gemini veçoritë e tij

Ndërsa Gemini ka grumbulluar më shumë butona dhe modalitete, Google ka prezantuar një ndarje më të qartë midis veçorive të pjekura dhe atyre eksperimentale përmes dy seksioneve: “Mjetet” dhe “Laboratorët”. Ky ndryshim është tashmë i dukshëm në ndërfaqen e internetit dhe po vendoset gradualisht nga serverët e Google, kështu që jo çdo llogari sheh të njëjtën paraqitje në të njëjtën kohë.

Seksioni "Mjete" është vendi ku Google vendos aftësitë që i konsideron të qëndrueshme dhe të parashikueshme për përdorim të përditshëm. Raportet nga burime si Android Police dhe 9to5Google tregojnë se kjo zonë përfshin artikuj të tillë si Deep Research, gjenerimi i imazheve, krijimi i videove nëpërmjet Veo, Canvas, Guided Learning dhe Deep Think, ndonjëherë të lidhura me nivele specifike abonimi si Google AI Pro ose Google AI Ultra.

“Laboratorët”, nga ana tjetër, është fusha e lojërave: një zonë e dedikuar brenda përzgjedhësit Gemini që grupon veçoritë e shënuara si eksperimentale. Zakonisht do të shihni ikona me një shishe të vogël laboratori dhe etiketa si Agjenti Gemini, Pamja Dinamike (e quajtur edhe Paraqitja Vizuale) dhe Inteligjenca Personale. Pritja kur klikoni ndonjë gjë nën Laboratorët është e thjeshtë: sjellja mund të ndryshojë, të zhduket ose të lëvizë me pak paralajmërim.

Nga pikëpamja e dizajnit të produktit, kjo ndarje ka rëndësi për besimin. Kur një aplikacion i inteligjencës artificiale rritet me shpejtësi, rreziku nuk është thjesht "shumë veçori", por "asnjë ide se në cilat veçori mund të mbështetem". Duke vendosur mjete të përditshme në një zonë dhe eksperimente në një tjetër, Gemini po sinjalizon rrezikun në një mënyrë të ngjashme me modalitetin "normal" kundrejt modalitetit "sport" në një makinë.

Mjetet e qëndrueshme të Gemini: Kërkime të Thella, Canvas, Mësim i Udhëhequr dhe më shumë

Kutia kryesore e mjeteve Gemini për shumicën e përdoruesve ndodhet nën "Mjetet", ku do të gjeni përvojat rreth të cilave Google dëshiron që ju të ndërtoni zakone. Edhe pse formacioni i saktë ndryshon sipas llogarisë dhe nivelit të abonimit, disa elementë janë tashmë qendrorë.

Deep Research e transformon Gemini-n në një asistent të strukturuar kërkimi në vend të një modeli të përgjithshëm bisede. Kur bëni një pyetje që kërkon kërkime në burime të shumta, Deep Research ndjek një proces më të qartë me shumë hapa, duke nxjerrë në pah një metodologji të qëndrueshme në mënyrë që përdoruesit të dinë se çfarë të presin sa herë që e thirrin atë.

Mjetet e krijimit të përmbajtjes për imazhe dhe video - duke përfshirë integrimet e mundësuara nga Veo - ndodhen gjithashtu në sirtarin e Mjeteve. Përdoruesit që mbështeten te Gemini për përmbajtje vizuale kanë nevojë që këto aftësi të jenë të gjendshme dhe mjaft të qëndrueshme, jo të fshehura pas flamujve eksperimentalë që ndryshojnë.

Canvas është një tjetër shtyllë: një modalitet i hapësirës së punës ku mund të filloni një dokument ose projekt kodimi direkt nga një kërkesë, pastaj ta përsosni atë në mënyrë iterative me Gemini. Nën shiritin e kërkesave, mund të zgjidhni "Canvas" dhe të shkruani kërkesën tuaj për të gjeneruar një pikënisje për përmbajtjen ose kodin, pastaj të vazhdoni redaktimin në një paraqitje interaktive, krah për krah.

Mësimi i Udhëzuar dhe Mendimi i Thellë plotësojnë mjetet më të fokusuara në aspektin kognitiv, veçanërisht për përdoruesit që duan ndihmë të strukturuar me tema komplekse. Mësimi i Udhëzuar mund të veprojë si një tutor, duke ju udhëhequr nëpër ide hap pas hapi, ndërsa Mendimi i Thellë inkurajon arsyetim më të ngadaltë dhe më të qëllimshëm mbi pyetje sfiduese.

Binjakët si mësues personal: Mësim i udhëhequr, imazhe dhe video

Një nga aspektet më miqësore për përdoruesit e kutisë së mjeteve Gemini është aftësia e tij për të vepruar si një mësues privat, duke përzier sekuencat e udhëhequra me shpjegime vizuale. Në vend që të krijojë një mur me tekst, Gemini mund të përfshijë imazhe, skica dhe madje edhe video në përgjigjet e tij për t'i bërë konceptet më të lehta për t'u kuptuar.

Në terma praktikë, mund t’i kërkoni Gemini-t të shpjegojë një temë dhe të kërkoni në mënyrë të qartë një diagram, një ndarje vizuale ose një imazh ilustrues. Përgjigja mund t’i përfshijë këto imazhe direkt në shpjegim, duke ju ndihmuar të vizualizoni, për shembull, një koncept matematik, një rrjedhë pune ose një proces shkencor.

Mësimi i bazuar në video mbështetet gjithashtu, megjithëse detajet ndryshojnë sipas rajonit dhe fazës së shpërndarjes. Për disa tema, Gemini mund të shfaqë ose të referojë video që plotësojnë përgjigjen e saj tekstuale, duke krijuar një rrugë mësimi më multimodale ku ju lexoni, shikoni dhe bashkëveproni me pyetjet në të njëjtën rrjedhë.

Kjo mënyrë mësimdhënieje po prezantohet gradualisht në aplikacionet Gemini për celularë, kështu që mund të mos i shihni të gjitha opsionet menjëherë. Kur kjo të ndodhë, zgjidhja rezervë është përdorimi i përvojës në internet, ku grupi i veçorive të Gemini shpesh shfaqet më herët gjatë lançimeve të graduara.

Gemini Enterprise and Workspace: Agjentë të inteligjencës artificiale për ekipet

Përtej përdorimit personal, kutia e mjeteve Gemini shtrihet në vendin e punës përmes integrimeve të Gemini Enterprise dhe Google Workspace. Këtu, fokusi zhvendoset nga kërkesat e njëhershme në agjentë, rrjedha pune dhe bashkëpunim të vazhdueshëm në shkallë të gjerë.

Gemini Enterprise përshkruhet nga Google si një platformë e avancuar agjentësh që sjell më të mirën e IA-së së Google për çdo punonjës dhe rrjedhë pune. Në praktikë, ajo i lejon ekipet të zbulojnë, krijojnë, ndajnë dhe drejtojnë agjentë IA në një mjedis të sigurt të mbështetur nga të dhënat e kompanisë së tyre, duke zvogëluar pengesat në zhvillim dhe duke mundësuar raste përdorimi si analiza e shitjeve, automatizimi i proceseve dhe kërkimi i brendshëm i njohurive.

Vetë Google Workspace vepron si një platformë bashkëpunimi e fuqizuar nga Gemini, me inteligjencën artificiale të ndërthurur në aplikacione si Gmail, Docs dhe Meet. Në vend që të kalojnë në një mjet të veçantë të inteligjencës artificiale, përdoruesit mund të thërrasin Gemini brenda aplikacioneve të tyre të përditshme të produktivitetit për të hartuar përmbajtje, për të përmbledhur informacionin ose për të gjeneruar ide në kontekst.

Në disa konfigurime, mund të bisedoni edhe drejtpërdrejt me Gemini-n përmes të dhënave të ndërmarrjes suaj të ruajtura në Google Workspace, Microsoft 365 dhe sisteme të tjera të lidhura. Kjo e shndërron Gemini-n në një shtresë njohurish të korporatës që mund t'u përgjigjet pyetjeve bazuar në email-e, dokumente dhe skedarë, në varësi të lejeve dhe cilësimeve të sigurisë të konfiguruara nga IT-ja.

API-ja Gemini: shtylla kurrizore e kutisë së mjeteve të zhvilluesve

Nën aplikacionet Gemini të drejtuara nga përdoruesi qëndron Gemini API, e cila ekspozon të njëjtat modele thelbësore që zhvilluesit t'i integrojnë në aplikacionet e tyre. Ky API është vendi ku multimodaliteti, thirrja e funksioneve dhe rrjedhat e punës të personalizuara bashkohen për automatizim serioz, veçanërisht me Google Workspace dhe Apps Script.

Modelet Gemini janë sistemet më të fuqishme të inteligjencës artificiale të Google, dhe API ofron variante të ndryshme modeli - të tilla si versione të fokusuara në tekst dhe të orientuara drejt vizionit - secila me aftësi dhe kufizime specifike. Ju mund t'i eksploroni ato vizualisht në Google AI Studio, një ndërfaqe e pritur për të provuar kërkesa, për të ndryshuar cilësimet e modelit dhe madje për të akorduar modele të personalizuara pa shkruar kod.

Për të filluar përdorimin e API-t, ju kërkoni një çelës API nëpërmjet Google AI Studio ose një konsole tjetër të mbështetur, pastaj e testoni atë me një thirrje të thjeshtë REST. Për shembull, ju mund ta eksportoni çelësin tuaj në një variabël mjedisi si GOOGLE_API_KEY dhe të thirrni pikën fundore që liston modelet e disponueshme, duke marrë JSON si modele/gemini-1.0-pro nëse gjithçka është konfiguruar saktë.

Nga aty, gjenerimi i përmbajtjes është çështje e POSTIMIT të një ngarkese JSON në pikën fundore të përshtatshme, siç është metoda generateContent për një model të zgjedhur. Një kërkesë minimale përfshin një fushë përmbajtjeje me pjesë teksti, ndërsa generationConfig dhe safetySettings opsionale ju lejojnë të kontrolloni parametra si temperatura dhe filtrat e sigurisë.

Thirrja e API-t Gemini nga Apps Script

Një nga modelet më të fuqishme në kutinë e mjeteve Gemini është kombinimi i API-t me Google Apps Script për të automatizuar rrjedhat e punës brenda Workspace. Kjo qasje ju lejon të orkestroni Gemini së bashku me shërbime si Drive, Calendar, Gmail, Sheets dhe Slides pa ndërtuar një backend të plotë.

Konfigurimi standard fillon me një projekt Apps Script (për shembull, i krijuar nëpërmjet script.new) ku ju ruani çelësin tuaj Gemini API si një veti skripti. Në kod, ju e merrni atë vlerë dhe ndërtoni një URL të pikës fundore për një model specifik, shpesh gemini-1.0-pro-latest:generateContent me çelësin tuaj API të kaluar si një parametër pyetjeje.

Një funksion ndihmës si callGemini(prompt, temperature) zakonisht ndërton një ngarkesë JSON, e dërgon atë nëpërmjet UrlFetchApp.fetch dhe analizon përgjigjen për të nxjerrë tekstin e gjeneruar. Ky mbështjellës thjeshton përdorimin e përsëritur të API-t nga shërbime të ndryshme në skriptin tuaj.

Testimi është i thjeshtë: mund të krijoni një funksion testGemini() që përcakton një kërkesë, thërret ndihmësin tuaj dhe regjistron si të dhënat hyrëse ashtu edhe ato dalëse në regjistrat e ekzekutimit. Pasi kjo të funksionojë, e dini që mjedisi juaj i Apps Script dhe çelësi Gemini API janë të lidhura siç duhet për skenarë më të avancuar.

Përdorimi i pikës fundore të Gemini Vision për imazhe

Kutia e mjeteve Gemini shkon përtej tekstit falë mbështetjes multimodale, veçanërisht aftësisë për të përpunuar imazhe përmes një pike fundore të aktivizuar nga vizioni. Në Apps Script, kjo zakonisht është një pikë fundore e veçantë si p.sh. gemini-1.0-pro-vision-latest:generateContent , përsëri e parametrizuar nga çelësi juaj API.

Një ndihmës tipik si callGeminiProVision(prompt, image, temperature) do të konvertojë një blob imazhi në base64, do ta ngulit atë si inlineData me llojin e duhur MIME dhe do ta dërgojë atë së bashku me një kërkesë tekstuale. Modeli më pas kthen tekst që pasqyron kuptimin e tij si për imazhin ashtu edhe për kërkesën.

Për të verifikuar konfigurimin, mund të shkruani një testGeminiVision() të vogël që shkarkon një imazh shembull nga një URL publike, ia kalon ndihmësit tuaj dhe regjistron një fakt ose analizë argëtuese të prodhuar nga Gemini Vision. Ky lloj testi tregon se të dhënat multimodale po funksionojnë siç duhet në mjedisin tuaj.

Pasi rrjedha e vizionit të jetë e qëndrueshme, mund ta ripërdorni atë brenda automatizimeve të nivelit më të lartë, siç është analizimi i grafikëve nga Google Sheets ose imazheve të ruajtura në Drive. Këtu multimodaliteti fillon të ndihet si një pjesë vërtet e dobishme e kutisë së veglave dhe jo si një truk demonstrimi.

Thirrja e funksionit: duke i dhënë Gemini-t akses në mjete.

Një element tjetër kyç i kutisë së mjeteve Gemini është thirrja e funksioneve, e cila i lejon modelit të vendosë se kur të thirrë mjetet ose API-të tuaja. Në vend që të gjenerojë vetëm tekst, Gemini mund të kthejë objekte të strukturuara të FunctionCall që përshkruajnë se cilin funksion të përdorë dhe me çfarë argumentesh.

Në Apps Script, mund të konfiguroni një ndihmës si callGeminiWithTools(prompt, tools, temperature) që dërgon një specifikim të mjeteve së bashku me kërkesën e përdoruesit. Ky specifikim ndjek një skemë FunctionDeclaration , ku përshkruani emrin, qëllimin dhe parametrat JSON të funksionit.

Kur Gemini vendos që duhet të përdoret një mjet, përgjigjja e tij përfshin një objekt thirrjeje funksioni që mund ta analizoni në skriptin tuaj dhe ta drejtoni drejt implementimit aktual. Për shembull, mund të përcaktoni një mjet stub të quajtur "datetime" që kthen datën dhe orën aktuale, dhe të shikoni se si Gemini e kërkon atë funksion për të zgjidhur pyetje që lidhen me llogaritjet e kalendarit.

Thirrja e funksioneve është veçanërisht e fuqishme sepse mund të funksionojë në shumë kthesa, jo vetëm në kërkesa të njëpasnjëshme. Kjo do të thotë që ju mund të krijoni agjentë më kompleksë dhe bisedorë që vendosin se kur të thirren mjetet, të interpretojnë rezultatet dhe të vazhdojnë dialogun.

Integrimet demo: Gemini + Google Workspace si një kuti mjetesh praktike

Pasi kombinoni gjenerimin e tekstit, futjen e vizionit dhe thirrjen e funksioneve, kutia e mjeteve Gemini bëhet një motor praktik për automatizimet e Workspace. Materiali i Google për codelab përshkruan disa shembuj konkretë që ilustrojnë se çfarë është e mundur.

Në një nivel të lartë, pyetjet hyrëse të përdoruesve i kalohen Gemini me një sërë mjetesh të disponueshme që përfaqësojnë rrjedha të ndryshme pune: caktimin e takimeve, hartimin e email-eve nga grafikët dhe krijimin e një grupi diapozitivash. Bazuar në pyetje, Gemini zgjedh funksionin e duhur dhe kthen një thirrje funksioni me argumente të strukturuara si kohët, emrat e skedarëve ose temat.

Në Skriptin tuaj të Aplikacioneve, ju pastaj interpretoni thirrjen e funksionit brenda një zinxhiri if…else , duke thirrur rrjedhën e duhur të punës - për shembull, setupMeeting() , draftEmail() ose createDeck() . Ky kombinim i arsyetimit të modelit dhe logjikës eksplicite të skriptit është ajo që e kthen Gemini nga një dritare bisede në një kuti mjetesh për punë të vërtetë.

Automatizimi i takimeve: përmbledhja e skedarëve të Drive në ngjarjet e Kalendarit

Një demo tregon se si Gemini mund të ndihmojë në caktimin e një takimi në Kalendar që përfshin automatikisht një përmbledhje të një skedari teksti të ruajtur në Google Drive. Përdoruesi mund të shkruajë diçka si: "Caktoni një takim në orën 10:00 nesër me Helen për të diskutuar lajmet në skedarin Gemini-blog.txt."

Prapa skenave, një mjet i Hapësirës së Punës i quajtur "setupMeeting" deklarohet në specifikimin e mjeteve, me parametra për kohën, marrësin dhe emrin e skedarit. Kur Gemini interpreton pyetjen, ai zgjedh këtë mjet dhe kthen një thirrje funksioni me ato argumente të plotësuara.

Funksioni përkatës setupMeeting() gjen më pas skedarin e specifikuar në Drive, lexon përmbajtjen e tij dhe ia kalon Gemini nëpërmjet callGemini() me udhëzime për të prodhuar një objekt të shkurtër JSON që përmban një titull dhe një përmbledhje të shkurtër. Përgjigja mund të kthehet e mbështjellë me gardhe formatimi që i hiqni para se t'i analizoni si JSON.

Duke përdorur titullin dhe përmbledhjen e nxjerrë, skripti krijon një ngjarje të Kalendarit duke përdorur CalendarApp , ia vendos përshkrimin përmbledhjes dhe ia bashkëngjit skedarin burimor nëpërmjet shërbimit të avancuar të Kalendarit. Rezultati është një takim i planifikuar me kontekst të integruar, i gjithë i shkaktuar nga një kërkesë e vetme në gjuhë natyrale.

Hartimi i email-eve nga grafikët e Sheets me Gemini Vision

Një tjetër rrjedhë pune në kutinë e mjeteve Gemini përfshin analizimin e një grafiku në Google Sheets dhe hartimin e një mesazhi në Gmail bazuar në të. Imagjinoni që mbani një spreadsheet të shpenzimeve të kolegjit dhe dëshironi një email që përmbledh atë që tregon grafiku për një kolege të quajtur Mary.

Pyetja e përdoruesit mund të thotë: "Hartoni një email për Mary-n me njohuri nga grafiku në fletën CollegeExpenses." Një mjet i quajtur "draftEmail" është përcaktuar për të pranuar një sheet_name dhe një marrës, dhe Gemini zgjedh atë mjet kur sheh këtë lloj kërkese.

Funksioni draftEmail () e lokalizon spreadsheet-in e kërkuar në Drive, hap fletën përkatëse, merr grafikun e parë dhe e ruan atë grafik si skedar (për shembull, ExpenseChart.png). Pastaj ndërton një njoftim që i udhëzon Gemini-t të përdorë vetëm informacionin në grafik, të shmangë krahasimet historike dhe ta mbajë mesazhin konciz.

Duke thirrur callGeminiProVision(prompt, expenseChart) , skripti i dërgon si promptin ashtu edhe imazhin e grafikut te Gemini Vision, i cili kthen një trup emaili të personalizuar. Së fundmi, skripti krijon një draft në Gmail të adresuar në emailin e marrësit, vendos një subjekt si "Shpenzimet e kolegjit" dhe bashkëngjit imazhin e grafikut.

Ky model në fakt e shndërron Binjakun në një analist që mund të lexojë një grafik, të nxjerrë historinë kryesore dhe ta formulojë atë në gjuhë natyrale në emrin tuaj. Ju prapë e rishikoni dhe rregulloni draftin, por pjesa më e madhe e punës së rëndë bëhet automatikisht.

Ndërtimi automatik i platformave të rrëshqitjeve me Gemini dhe Google Slides

Fluksi i tretë kryesor i punës demo në këtë kuti mjetesh ndërton automatikisht një prezantim skeletor në Google Slides mbi një temë të specifikuar nga përdoruesi. Për shembull, mund të pyesni: "Më ndihmoni të ndërtoj një prezantim rreth ruajtjes së ujit".

Një mjet i quajtur “createDeck” deklarohet me një parametër të vetëm, temën, dhe Gemini udhëzohet të kthejë JSON të strukturuar që përshkruan një seri diapozitivash. Kërkesa i tregon Gemini se sa diapozitiva duhet të krijojë (bazuar në një konstante si NUM_SLIDES), kërkon tituj të shkurtër dhe pika pikash, dhe kërkon në mënyrë të qartë një objekt JSON të vlefshëm në mënyrë që skripti të mund ta analizojë atë në mënyrë të sigurt.

Pas thirrjes së callGemini() me atë kërkesë, skripti heq çdo pengesë formatimi, analizon JSON-in dhe më pas përdor SlidesApp për të gjeneruar një prezantim të ri. Sllajdi i parë trajtohet si faqja e titullit dhe sllajdet pasuese ndjekin një paraqitje TITLE_AND_BODY ku skripti popullon tekstin e titullit dhe të pikave.

Brenda pak sekondash, do të merrni një paketë bazë me pika diskutimi të strukturuara për çdo diapozitiv, gati për ta personalizuar vizualisht. Ndërsa rezultati është qëllimisht minimal, ky fluks pune tregon se si Gemini mund ta nxisë strukturën e përmbajtjes në mënyrë që të përqendroheni te dizajni dhe nuancat.

Zgjerimi i kutisë së mjeteve: chatbots, RAG dhe mjete me shumë kthesa

Shembujt e mësipërm janë vetëm një pikënisje; kutia më e gjerë e mjeteve Gemini mund të zgjerohet në shumë drejtime pasi të jeni të kënaqur me API-n dhe thirrjen e funksioneve. Google sugjeron në mënyrë të qartë disa rrugë për eksplorim.

Një rast përdorimi i njohur është ndërtimi i chatbot-eve për Google Chat duke përdorur Gemini API. Edhe këtu zbatohen të njëjtat modele: ju ekspozoni mjetet, lejoni Gemini të vendosë se kur t'i thërrasë ato dhe lidhni përgjigjet përsëri në një ndërfaqe bisedore brenda Chat, të gjitha të rregulluara nga Chat API dhe laboratorët e kodeve përkatëse.

Një tjetër drejtim kryesor është gjenerimi i shtuar i rikuperimit (RAG) mbi përmbajtjen private në Drive ose Keep. Në vend që të përmbledhni një skedar të vetëm teksti, mund ta kombinoni Gemini API me një bazë të dhënash vektoriale dhe, opsionalisht, një kornizë orkestrimi si LangChain për të marrë fragmente përkatëse nga PDF-të, imazhet dhe shënimet përpara se t'i kërkoni Gemini të gjenerojë një përgjigje të bazuar në ato dokumente.

Thirrja e funksioneve me shumë kthesa gjithashtu zhbllokon agjentë më të sofistikuar që mund të vendosin në mënyrë iterative se cilat mjete të përdorin dhe në çfarë sekuence. Në vend të një vendimi të vetëm, një agjent mund të thërrasë një funksion, të shqyrtojë rezultatin, pastaj të thërrasë një funksion tjetër ose të bëjë një pyetje sqaruese, të gjitha brenda një fije të vetme në vazhdim.

Së fundmi, nuk ka asnjë kërkesë për të qëndruar brenda Workspace; pasi të zotëroni modelet e Gemini API, mund ta lidhni modelin me API të jashtme në të gjithë rrjetin e gjerë. Kështu kalon Gemini nga një asistent i korporatës së kufizuar në një orkestrues me qëllim të përgjithshëm të punës dixhitale.

Së bashku, këto pjesë - Mjete të qëndrueshme, Laboratorë eksperimentalë, veçori mësimore, agjentë ndërmarrjesh dhe API i zhvilluesve - formojnë një kuti mjetesh vërtet të pasur Gemini që mund të përshtatet si për nxënësit e rastësishëm ashtu edhe për përdoruesit e përparuar. Nëse e trajtoni Gemini më pak si një aplikacion të vetëm dhe më shumë si një grup instrumentesh në rritje që mund të kompozoni, do të jeni në një pozicion të fortë për të përfituar nga çdo gjë që Google shton më pas pa pasur nevojë të rimendoni të gjithë rrjedhën tuaj të punës çdo herë.